@Article{, title={Some Bayes' Estimators for Laplace Distribution under Different Loss Functions}, author={Huda. A. Rasheed and Nadia, J. Al-Obedy and Tasnim H.K. Al-Baldawi}, journal={Journal of University of Babylon مجلة جامعة بابل}, volume={22}, number={3}, pages={975-983}, year={2014}, abstract={The object of the present paper is to compare maximum likelihood estimator and some Bayes' estimators for the scale parameter of Laplace distribution. Two prior information functions are considered; the extension of Jeffreys prior and a new suggested prior which we call the modified inverse gamma prior. Two loss functions were considered: the squared and the modified squared error loss functions. We explore the performance of these estimators numerically under different conditions. The comparison was based on a Monte Carlo simulation study. The efficiency for the estimators was compared according to the mean square error (MSE) and the mean percentage error (MPE). The results of comparison by MSE and MPE showed that the Bayes' estimator of the scale parameter with the modified inverse gamma prior was the best particularly when

يهدف البحث الى مقارنة مقدرات الارجحية العظمى مع بعض مقدرات بيز لمعلمة المقياس لتوزيع لابلاس. أخذنا بالأعتبار دالتين للاسبقية هما:دالة اسبقية جفريز الموسعة ودالة أسبقية جديدة مقترحة أطلقنا عليها تسمية دالة أسبقية معكوس كاما المحورة. أخذنا بالأعتبار كذلك دالتين للخسارة هما: دالة الخسارة التربيعية ودالة الخسارة التربيعية المعدلة. جرت المقارنة بأستخدام أسلوب مونت كارلو للمحاكاة بأستخدام معياري متوسط مربعات الخطأ (MSE) ومتوسط الخطأ النسبي(MPE) في مقارنة كفاءة المقدرات. وقد أظهرت نتائج المقارنة ان مقدر بيز ذو دالة الاسبقية المقترحة كان الافضل عند قيم λ الكبيرة وان طريقة الأرجحية العظمى كانت في المرتبة الثانية من حيث الكفاءة. بينما أظهرت نتائج المقارنة بالنسبة لدوال الخسارة أن دالة الخسارة التربيعية المعدلة أعطت نتائج افضل من دالة الخسارة التربيعية.} }